推理与测试时计算

正确理解思维链

CoT 究竟买到了什么（串行计算，而非内省）、忠实性与事后合理化、它何时有害，以及结构化轨迹与自由轨迹之别。

自一致性与采样

采样加多数投票为何有效、偏差被放大的精确失效条件、收益饱和曲线，以及如何花好 k 这笔预算。

思维树与思维图

在部分解之上的刻意搜索、乘性成本，以及对部分状态打分器这一承重依赖。

核验器引导的搜索

结果型与过程型奖励模型如何引导 best-of-N 与束搜索、推理时的奖励作弊，以及为何核验器才是产品。

推理时扩展

测试时计算作为第二条扩展轴、按难度自适应的计算最优前沿，以及更多思考何处停止见效。

推理何时有用（何时烧钱）

综合决策规则——任务类别 × 可核验性 × 预算——升级阶梯、点名的烧钱模式，以及一份该做/不该做清单。